曾經(jīng),人工智能在人們心目中的形象大多停留在《星球大戰(zhàn)》等科幻片中,但AlphaGo的面世,讓人們真正意識到,人工智能,真的來了。
但是,人工智能究竟是如何走到現(xiàn)在的,它進化的路線究竟是什么樣,同時它將走向什么方向?很多人可能并不了解。
特倫斯·謝諾夫斯基作為深度學習領(lǐng)域的先驅(qū)及奠基者,回答這一問題,是最合適不過了。他所寫的《深度學習:智能時代的核心驅(qū)動力量》一書,可以看作是人工智能的發(fā)展簡史。
著名作家尤瓦爾·赫拉利在《今日簡史》中寫道,人們普遍認為,機器學習將改變幾乎所有的工作,從制作酸奶到教授瑜伽都無法幸免。我們有充分的理由相信這次情況不同,機器將會真正讓整個情況徹底改變。
我們可以看幾個例子。比如貸款審核員,他們評估借款人的信用好壞,是通過分析對方的面部表情、聲調(diào)、手部動作甚至體味來識別生化模式。而人工智能只要搭配適當?shù)膫鞲衅鳎^對可能把這些工作做得比人類更精確可靠。比如現(xiàn)在的測謊儀,在測謊方面就已經(jīng)超過了大多數(shù)人,不是嗎?
所以,尤瓦爾·赫拉利指出,在過去幾十年中,在神經(jīng)科學和行為經(jīng)濟學等領(lǐng)域的研究,讓科學家能夠“破解”人類,更清楚地了解人類究竟是如何做出各種決定的。事實證明,我們從選擇食物到選擇伴侶,都不是出于什么神秘難解的自由意志,而是數(shù)十億神經(jīng)元在瞬間計算各種可能性的結(jié)果。過去大受贊賞的“人類直覺”,其實只是“辨識模式”罷了。
而謝諾夫斯基正是推動神經(jīng)網(wǎng)絡學習的先驅(qū)。出身生物學的謝諾夫斯基,對神經(jīng)網(wǎng)絡抱有堅定的信心,并幸運地遇到了他的搭檔杰弗里·辛頓。兩人在此領(lǐng)域堅持了下來,一干就是幾十年。
謝諾夫斯基和辛頓合作研究出了一種新型神經(jīng)網(wǎng)絡模型,叫“玻爾茲曼機”,打破了阻礙一代人研究多層網(wǎng)絡模式的僵局,證明了基于大腦式計算的全新方法是可行的,最終為深度學習的發(fā)展奠定了基礎(chǔ)。
但深度學習是數(shù)據(jù)密集型的,在當時的計算機條件下,人工智能無法取得重大突破。直到30年之后,計算機開始變得足夠快,同時也可以獲得大量可利用的數(shù)據(jù),這讓深度學習實現(xiàn)了重大突破,并且在當前的人工智能領(lǐng)域占據(jù)主導地位。